Python：pandas.DataFrame.comprod() 和 numpy.comprod() 是否处理数值下溢？答案

【问题标题】：Python: Do pandas.DataFrame.comprod() and numpy.comprod() handle numerical underflow?Python：pandas.DataFrame.comprod() 和 numpy.comprod() 是否处理数值下溢？
【发布时间】：2017-04-19 22:05:19
【问题描述】：

具体来说，pandas 和 numpy 中的这些累积乘积函数是否以稳健的方式实现，以在将大量小数相乘时处理下溢？例如，他们是否使用 log-sum-exp 技巧？

谢谢。

【问题讨论】：

你可以很容易地检查这个。例如，设置x = np.array([1e-5, 1e-30, 1e-100, 1e-200, 1e50, 1e150])，并将np.cumprod(x) 与np.exp(np.cumsum(np.log(x))) 进行比较。
是的，我做了类似的事情，但不确定理论界限在哪里，或者它是否只是达到了我的平台（机器/操作系统/等）的限制。

标签： python pandas numpy floating-point underflow

【解决方案1】：

很遗憾，没有。 @warren-weckesser 的评论表明这不起作用。

np.array([1e-5, 1e-30, 1e-100, 1e-200, 1e50, 1e150]).cumprod()

# returns
array([1.0e-005, 1.0e-035, 1.0e-135, 0.0e+000, 0.0e+000, 0.0e+000])

原因是 numpy 浮点数支持最小的正值 2**-1022，或大约 2.225e-308。一旦你的计算变得小于这个值，它就会下降到零，这就是我们在上面的输出中看到的。熊猫也是如此。

【讨论】：